交互式遺傳算法將傳統(tǒng)的進(jìn)化機(jī)制與用戶的智能評(píng)價(jià)相結(jié)合，可以有效地解決性能指標(biāo)難以(甚至無(wú)法)用精確函數(shù)表示的一類復(fù)雜優(yōu)化問(wèn)題。但是，用戶評(píng)價(jià)的不確定性和評(píng)價(jià)疲勞問(wèn)題等極大地影響了交互式遺傳算法的性能，嚴(yán)重制約了其在復(fù)雜優(yōu)化問(wèn)題中的應(yīng)用�！陡呒�(jí)交互式遺傳算法理論與應(yīng)用》以解決這些問(wèn)題為切入點(diǎn)，在遺傳算法的框架體系下，主要

云模型是研究定性概念與定量數(shù)值之間相互轉(zhuǎn)換的不確定性認(rèn)知模型。粒計(jì)算是當(dāng)前計(jì)算智能研究領(lǐng)域中模擬人類思維和解決復(fù)雜問(wèn)題的新方法。它覆蓋了所有有關(guān)粒度的理論、方法和技術(shù)，是研究復(fù)雜問(wèn)題求解、海量數(shù)據(jù)挖掘和模糊信息處理等問(wèn)題的有力工具。《粒計(jì)算研究叢書(shū)：云模型與粒計(jì)算》介紹云模型與粒計(jì)算交叉研究的最新進(jìn)展，由國(guó)內(nèi)外相關(guān)領(lǐng)域

人工智能是研究解釋和模擬人類智能、智能行為及其規(guī)律的一門學(xué)科。本書(shū)共16章：第1～6章討論人工智能的認(rèn)知問(wèn)題和自動(dòng)推理，論述邏輯基礎(chǔ)、約束推理、定性推理、基于案例的推理、概率推理；第7～14章重點(diǎn)討論機(jī)器學(xué)習(xí)和知識(shí)發(fā)現(xiàn)，包括歸納學(xué)習(xí)、支持向量機(jī)、解釋學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、關(guān)聯(lián)規(guī)則、進(jìn)化計(jì)算、知識(shí)發(fā)現(xiàn)；第15章闡述

《仿生智能計(jì)算》在對(duì)仿生智能計(jì)算的基本概念、類型及發(fā)展情況進(jìn)行闡述的基礎(chǔ)上，從馬爾可夫鏈、離散參數(shù)鞅、隨機(jī)逼近等角度給出了仿生智能計(jì)算的數(shù)學(xué)基礎(chǔ)，隨后對(duì)目前幾種典型的仿生智能計(jì)算方法從原理、收斂性分析、應(yīng)用實(shí)例等角度分別做了闡述，這些算法主要包括、遺傳算法、蟻群算法、微粒群算法、免疫算法、神經(jīng)網(wǎng)絡(luò)、DNA計(jì)算及心腦計(jì)算

《計(jì)算智能》全書(shū)共4個(gè)部分，分別介紹了計(jì)算智能的4個(gè)典型代表：演化計(jì)算、群體智能算法、人工神經(jīng)網(wǎng)絡(luò)和Fuzzy計(jì)算，第1部分介紹了遺傳算法、遺傳程序設(shè)計(jì)、演化策略和演化規(guī)劃4種主要的演化計(jì)算技術(shù)；第2部分介紹了粒子群優(yōu)化和蟻群優(yōu)化兩種具有代表性的群體智能算法；第3部分介紹了人工神經(jīng)網(wǎng)絡(luò)的基本概念和學(xué)習(xí)算法；第4部分介紹

本書(shū)對(duì)增強(qiáng)學(xué)習(xí)與近似動(dòng)態(tài)規(guī)劃的理論、算法及應(yīng)用進(jìn)行了深入研究和論述。主要內(nèi)容包括：求解Markov鏈學(xué)習(xí)預(yù)測(cè)問(wèn)題的時(shí)域差值學(xué)習(xí)算法和理論，求解連續(xù)空間Markov決策問(wèn)題的梯度增強(qiáng)學(xué)習(xí)算法以及進(jìn)化一梯度混合增強(qiáng)學(xué)習(xí)算法，基于核的近似動(dòng)態(tài)規(guī)劃算法，增強(qiáng)學(xué)習(xí)在移動(dòng)機(jī)器人導(dǎo)航與控制中的應(yīng)用等。本書(shū)是作者在多個(gè)國(guó)家自然科學(xué)基金